Kimi K3.1 Pro frôle Claude Opus 5.5, poids ouverts promis pour novembre

Moonshot AI a dévoilé le 23 octobre 2026 Kimi K3.1 Pro, première version de sa série K3.1. Ce modèle de classe « 3T » (3 000 milliards de paramètres) dispose d'une fenêtre de contexte d'un million de jetons. Il est disponible dès maintenant via Kimi.ai, Kimi Work, Kimi Code et l'API. Pour les poids, l'éditeur promet seulement une publication « d'ici le 4 novembre 2026 » : le caractère open-weight reste donc, pour l'instant, une promesse.

Un Kimi K3 post-entraîné à plus grande échelle

K3.1 Pro est une version post-entraînée de Kimi K3, sorti en juillet. Selon SiliconANGLE, K3 compte 896 réseaux « experts » dont 16 seulement sont activés à chaque fois, afin de limiter le coût d'inférence. Le média suppose que l'attention économe en mémoire de K3 a été conservée.

Moonshot indique avoir consacré beaucoup plus de calcul à l'apprentissage par renforcement, mené conjointement sur des centaines de domaines. Mais, selon Extrapolator AI, aucun chiffre de calcul, de données ou de durée n'est publié, ce qui empêche de juger la mise à l'échelle.

Une variante « Highspeed », 2 à 3 fois plus rapide, est aussi proposée. Simon Willison relève qu'elle coûte le double, hors cache d'entrée. Le tarif standard est de 2 dollars par million de jetons en entrée et 10 dollars en sortie, soit autant que GPT-6.1 Sol et moitié moins que Claude Opus 5.5 (blog de Simon Willison).

Des scores proches des modèles propriétaires

D'après le billet de Kimi, K3.1 Pro obtient 65,7 % sur Terminal-Bench 4.0. C'est devant GPT-6 Astra (58,2 %) et juste derrière Claude Opus 5.5 (66,4 %). Sur BenchCAD, qui évalue la reconstruction 3D par génération de code CAD, il atteint 92,7 % avec outils, contre 96,2 % pour Opus 5.5 et 95,9 % pour Astra. Sur OfficeQA Pro v2, test d'analyse financière, il marque 64,4 et revendique l'état de l'art. SiliconANGLE confirme qu'il dépasse les deux modèles sur ce test.

Sur les hallucinations, Moonshot affirme que le taux au niveau des affirmations est passé de 23,4 % à 8,3 % sur son test interne Kimi Hallu Bench Hard. L'éditeur précise que ce test est volontairement conçu pour piéger les modèles et ne reflète pas un taux d'erreur d'usage courant.

Un indicateur externe va dans le même sens. Selon Simon Willison, Artificial Analysis donne à K3.1 Pro un score de 55. Il devance Claude Fable 5.1, GPT-6 Astra et Gemini 4 Argon (53 chacun) et n'est derrière qu'Opus 5.5 (58). « C'est la première fois qu'un modèle (bientôt) à poids ouverts obtient un score aussi élevé face à la frontière », écrit-il (traduction) (blog de Simon Willison).

Plusieurs benchmarks cités sont toutefois internes : Kimi Code Bench 3.0 (61,2 % contre 55,95 % pour K3), Kimi Hallu Bench, les tests financiers maison et xdev-bench-hard. Extrapolator AI insiste sur la nécessité d'une reproduction indépendante. Le site relève aussi que le gain de 4,2 fois sur « Business Operation » n'est accompagné d'aucune ablation.

Cybersécurité : des capacités réduites par choix

Moonshot explique avoir constaté que la capacité de recherche de vulnérabilités progressait avec le post-entraînement. Elle venait de contenus cyber présents dans le corpus de mi-entraînement et dans les environnements d'apprentissage par renforcement. Pour la version à poids ouverts, ces données ont été retirées aux deux étapes.

Sur xdev-bench-hard, un point de contrôle sans ces mesures résout 90,5 % des problèmes (pass@3), contre 81,0 % pour K3.1 Pro final. Moonshot précise que ses capacités restent derrière celles de modèles propriétaires disponibles depuis au moins trois mois. SiliconANGLE ajoute que les scores sur des benchmarks cyber populaires sont nettement inférieurs à ceux d'Astra et d'Opus 5.5.

Selon Kimi, l'éditeur estime que laisser cette capacité se diffuser progressivement, plutôt que de la concentrer dans quelques systèmes propriétaires, rend in fine tous les logiciels plus sûrs. Il dit vouloir relever progressivement le niveau cyber de ses futurs poids ouverts. Extrapolator AI juge cette partie la plus incertaine : la frontière de ce qui est « cyber » dans un corpus web est floue, et des motifs offensifs peuvent subsister dans les poids.

Ce qui reste à vérifier

Les poids complets sont attendus d'ici le 4 novembre 2026. Dans les organisations, l'accès à K3.1 Pro est désactivé par défaut et doit être activé par les administrateurs de Kimi Enterprise. Le protocole de xdev-bench-hard n'est pas public, et les premières reproductions indépendantes n'ont pas encore été publiées.